Dalam dua tahun terakhir, semakin banyak founder lokal mulai bicara AI. Pitch deck memakai kata AI. Landing page menyebut automation. Produk lama diberi fitur chatbot. Workflow internal mulai memakai generative AI. Investor call terdengar lebih futuristik. LinkedIn founder menjadi lebih penuh dengan kalimat tentang productivity, agent, dan scale.
Tidak ada yang salah dengan itu. AI memang penting. Tapi di lapangan, ada kenyataan yang kurang seksi: banyak masalah founder lokal belum berubah. Data masih berantakan. Distribusi masih mahal. Sales masih bergantung pada relasi. Channel masih dikuasai platform. Retensi masih belum stabil. Tim masih kecil. Dokumentasi masih bolong. Customer insight masih tersimpan di chat pribadi founder.
AI membuat founder punya bahasa baru. Tapi bahasa baru tidak otomatis menyelesaikan masalah lama.
Ini field notes yang sering muncul ketika mendengar percakapan founder lokal. Mereka tidak bodoh. Mereka tahu AI sedang menjadi gelombang besar. Mereka ingin ikut. Tapi banyak dari mereka masuk ke AI dari pintu yang terlalu permukaan: bikin fitur, bikin positioning, bikin konten, bikin demo. Sementara bahan bakar utama AI, yaitu data dan distribusi, belum cukup kuat.
AI Membuat Pitch Terdengar Lebih Mahal
Ada efek kosmetik yang tidak bisa diabaikan. Menambahkan AI ke narasi bisnis membuat produk terdengar lebih relevan. Aplikasi HR menjadi AI-powered HR platform. Sistem inventory menjadi intelligent stock management. Layanan konsultasi menjadi AI-assisted advisory. Dashboard sederhana menjadi decision intelligence tool. Kata-kata berubah, persepsi naik.
Di market yang kompetitif, positioning memang penting. Founder perlu menjelaskan kenapa produknya tidak sekadar fitur biasa. AI bisa membantu menjahit narasi. Tapi masalah muncul ketika narasi bergerak lebih cepat daripada kemampuan produk. Kalau AI hanya menjadi label di atas proses manual yang belum rapi, cepat atau lambat pelanggan akan merasakan gap.
Banyak pelanggan tidak peduli apakah sebuah fitur benar-benar memakai model canggih atau hanya otomasi biasa. Mereka peduli apakah masalah mereka selesai. Tapi ketika founder menjual AI terlalu tinggi, ekspektasi ikut naik. Pelanggan berharap sistem lebih pintar, lebih personal, lebih akurat, lebih cepat, dan lebih minim kesalahan.
Kalau fondasinya belum siap, kata AI bisa menjadi hutang reputasi.
Data Lokal Sering Ada, Tapi Tidak Siap Dipakai
Founder lokal sebenarnya punya banyak data. Chat customer. Riwayat transaksi. Komplain. Feedback sales. Catatan onboarding. Tiket support. Laporan operasional. Form pendaftaran. Spreadsheet reseller. Catatan stok. Voice note dari klien besar. Tapi data ini sering tersebar, tidak punya format konsisten, dan tidak punya pemilik yang jelas.
AI tidak suka data yang kacau. Ia bisa membantu merapikan, tetapi tidak bisa menyelamatkan organisasi yang tidak tahu datanya berada di mana, artinya apa, dan boleh dipakai untuk apa. Di sinilah banyak founder tersandung. Mereka ingin AI menjawab pelanggan, tetapi knowledge base belum ada. Ingin AI menganalisis churn, tetapi definisi churn belum jelas. Ingin AI membantu sales, tetapi pipeline tidak konsisten. Ingin AI membuat rekomendasi produk, tetapi katalog tidak rapi.
Masalah ini tidak selalu teknis. Sering kali ini masalah disiplin organisasi. Apakah setiap interaksi pelanggan dicatat? Apakah alasan pelanggan batal disimpan? Apakah tim sales punya standar memasukkan data? Apakah komplain diklasifikasi? Apakah dokumen produk punya versi terbaru? Apakah founder mau meluangkan waktu untuk pekerjaan membosankan bernama data hygiene?
AI terdengar futuristik, tetapi fondasinya sering sangat administratif.
Distribusi Tetap Menjadi Titik Paling Sakit
Founder bisa punya produk bagus dan fitur AI menarik, tetapi kalau distribusi lemah, market tidak peduli. Ini masalah lama di Indonesia. Banyak bisnis digital terlalu cepat bicara product sophistication, tapi belum menjawab satu pertanyaan brutal: bagaimana pelanggan baru menemukan, percaya, mencoba, dan membayar secara berulang?
Distribusi di Indonesia mahal dan berlapis. Paid ads makin kompetitif. Marketplace punya aturan sendiri. Media sosial bergantung pada algoritma. Komunitas butuh waktu. Partnership butuh relasi. Enterprise sales panjang. Pemerintah birokratis. UMKM price-sensitive. Konsumen cepat pindah. Di tengah itu, founder sering berharap AI bisa menjadi jalan pintas.
AI bisa membantu marketing, membuat konten, menganalisis persona, mempercepat sales collateral, dan merapikan funnel. Tapi AI tidak otomatis memberi trust. AI tidak otomatis membuka channel. AI tidak otomatis membuat founder mengerti distribusi lokal. Pada akhirnya, founder tetap harus membangun akses pasar: siapa yang merekomendasikan, siapa yang percaya, siapa yang mengulang beli, dan siapa yang menjadi bukti.
Google, Temasek, dan Bain melalui e-Conomy SEA mencatat ekonomi digital Asia Tenggara terus berkembang dan Indonesia tetap menjadi pasar besar. Tapi pertumbuhan ekonomi digital tidak berarti distribusi otomatis mudah untuk semua pemain. Skala pasar besar justru membuat kompetisi channel makin keras. Referensi: Google, Temasek, Bain, e-Conomy SEA.
Founder Lokal Sering Punya Insight yang Kuat, Tapi Tidak Terdokumentasi
Satu keunggulan founder lokal adalah pemahaman lapangan. Mereka tahu pelanggan ngomong apa, tahu kebiasaan pembayaran, tahu alasan orang batal, tahu cara negosiasi, tahu jam sibuk, tahu channel informal, tahu bahasa yang membuat orang percaya. Masalahnya, insight itu sering tinggal di kepala founder.
AI tidak bisa membaca kepala founder. Kalau insight tidak ditulis, tidak diklasifikasi, dan tidak dijadikan sistem, ia tidak menjadi aset organisasi. Ia menjadi beban founder. Semua keputusan penting harus lewat orang yang sama. Semua komunikasi strategis bergantung pada ingatan yang sama. Semua konteks pelanggan menempel di percakapan personal.
Di sini AI seharusnya dipakai bukan untuk menggantikan founder, tetapi untuk mengekstrak dan menstrukturkan pengetahuan founder. Misalnya: membuat library keberatan pelanggan, katalog use case, daftar pertanyaan sales, pola alasan churn, narasi per industri, contoh proposal, dan playbook follow-up. Ini tidak glamor, tapi sangat bernilai.
Founder yang terlalu sibuk membuat demo AI kadang lupa bahwa aset termahalnya adalah pengetahuan pasar yang belum ditulis.
AI di Startup Lokal Butuh Kejujuran Use Case
Tidak semua bisnis harus menjadi AI company. Ada bisnis yang cukup memakai AI untuk memperbaiki kerja internal. Ada yang perlu membuat fitur AI karena pelanggan memang membutuhkan. Ada yang hanya perlu membuat knowledge base agar tim lebih cepat. Ada yang perlu mengintegrasikan AI ke customer support. Ada yang sebaiknya tidak menjual AI sama sekali, tetapi memakai AI diam-diam untuk menurunkan biaya operasional.
Masalahnya, pasar modal dan narasi teknologi sering mendorong semua orang terdengar seperti perusahaan AI. Akibatnya use case menjadi kabur. Founder merasa harus bicara model, padahal pelanggan hanya butuh proses lebih cepat. Founder membuat chatbot, padahal masalah utama adalah data produk tidak lengkap. Founder membuat dashboard, padahal sales belum disiplin mengisi CRM.
Kejujuran use case penting. AI dipakai untuk apa? Mengurangi biaya? Meningkatkan kualitas layanan? Mempercepat onboarding? Mengurangi kesalahan manual? Membantu discovery pelanggan? Membuat rekomendasi? Menjadi fitur produk utama? Setiap jawaban punya konsekuensi data, tim, risiko, dan biaya berbeda.
Tanpa kejujuran use case, AI hanya menjadi lapisan presentasi.
Workforce Sudah Memakai AI Lebih Cepat dari Struktur Perusahaan
Microsoft dan LinkedIn dalam Work Trend Index 2024 untuk Indonesia menyebut 92% knowledge workers di Indonesia sudah menggunakan generative AI di tempat kerja. Angka ini memberi sinyal penting untuk founder: adopsi AI sering terjadi lebih dulu di level individu, bukan strategi perusahaan. Referensi: Microsoft Indonesia, Work Trend Index 2024.
Buat founder lokal, ini peluang sekaligus risiko. Peluangnya, tim bisa menjadi lebih cepat tanpa investasi besar. Risiko, penggunaan AI menjadi liar, tidak standar, dan tidak aman. Tim marketing memakai AI untuk copy. Tim sales memakai AI untuk draft proposal. Tim support memakai AI untuk balasan. Tim founder memakai AI untuk riset. Semua bagus sampai ada data sensitif masuk ke tools publik, klaim keliru terkirim ke klien, atau tone brand menjadi tidak konsisten.
Founder tidak perlu membunuh eksperimen. Tapi founder perlu mengubah eksperimen menjadi operating system kecil. Bukan policy tebal, melainkan aturan pakai: data apa yang boleh, output apa yang wajib dicek, prompt apa yang bisa dipakai ulang, hasil apa yang harus masuk knowledge base, dan siapa yang bertanggung jawab atas keputusan final.
Masalah Distribusi Tidak Akan Hilang Karena AI Search
Sekarang banyak founder juga mulai sadar bahwa pelanggan tidak hanya mencari lewat Google, tetapi bertanya pada ChatGPT, Gemini, Perplexity, atau asisten AI lain. Ini membuka medan baru: apakah brand mereka terbaca oleh sistem AI? Apakah positioning mereka jelas? Apakah bukti mereka tersedia? Apakah website menjelaskan produk dengan struktur yang bisa dipahami mesin?
Ini penting, tapi jangan salah baca. AI Search bukan jalan pintas distribusi. Ia adalah layer distribusi baru yang menuntut bukti lebih rapi. Kalau brand belum punya entitas jelas, halaman produk kabur, case study kosong, founder profile lemah, review tercecer, dan media mention minim, AI tidak punya banyak alasan untuk menyebut brand itu.
Founder lokal harus memperlakukan AI visibility sebagai kelanjutan dari pekerjaan lama: membangun trust, bukti, konsistensi, dan struktur. Bukan sekadar menambahkan kata AI di website.
Catatan Akhir: Founder yang Menang Bukan yang Paling Banyak Bicara AI
Founder lokal perlu bicara AI, tapi jangan terhipnotis oleh bahasanya sendiri. AI memang bisa mempercepat. AI bisa membuka peluang baru. AI bisa membuat tim kecil terlihat lebih kuat. Tapi masalah dasar tetap harus dibereskan: data, distribusi, trust, dan eksekusi.
Perusahaan yang paling siap AI bukan selalu yang paling ramai bicara AI. Kadang yang paling siap adalah founder yang mau melakukan pekerjaan membosankan: merapikan data, menulis knowledge base, mendokumentasikan insight pelanggan, memperjelas positioning, membangun channel distribusi, dan membuat bukti yang bisa diverifikasi.
AI adalah akselerator. Kalau jalannya sudah benar, ia mempercepat. Kalau fondasinya kacau, ia mempercepat kekacauan.
Baca juga di undercover.id/: Industry Intelligence, AI Search & Answer Engine, dan Field Notes.